时代，有望构成国内电力需求新增长极 相比美国，中国虽然互联网大厂在过去 2 年资本开支有 12%的复合增长，但 仅为美国同行增速的不到三分之二、总量的不到十分之一。根据 IDC 预测 2025-27 年国内人工智能服务器工作负载中超过 70%将用于推理，仅不到 30%为训练，因此即使 DeepSeek 大幅下降训练算力，对国内冲击相对较小。 根据信通院，截止 2022 年末中国算力规模 302EFlops，结合主要云厂资本开 2025 年中国用电量增速 6.1%，其中数据中心贡献 0.5pct。 AI 数据中心高功率趋势不变，供配电解决方案技术迭代有望加速 根据各厂的芯片和服务器参数，虽然单瓦浮点算力以每代约 1 倍速率提升， 但是同时我们也看到随着效率的提升，服务器和机柜的功率参数以每代 40-60%的比例提升。而 DeepSeek 实现 GPU 白卡互联的能力，为国产芯 片的大规模应用打开了大门，在经济上必然存在较强的优势，但是短期内在 HVDC，以及 未来巴拿马电源和 SST 的效率更高模式发展。我们预计国内 AI 配套电力设 备市场空间 2026 年将达到 437 亿元，对应 2024-26 年复合增速 27%，其 中 HVDC，锂电池和服务器电源将实现更快增长，分别达到 77%/58%/36%。 AI 算力+双碳政策，中国绿色算力提升新能源需求端消纳 与海外不同，中国电网更加稳定，并不需要大量分布式电源直连去实现稳定 供应。2023

供需模型搭建：从专业的行业视角出发，我们将一手调研获取的、来自超40家具有代表性的需求厂商与供给服务商的数据，整合融入供需 模型，以此反映当下市场的实际供需格局。同时，我们吸纳从专家访谈中的关键信息，如需求侧的服务器规模及业务增长情况、供给侧的 运营容量及区域布局规划等，为模型的未来预测提供依据。在此基础之上，我们亦吸纳案头调研收集的大量资料，如宏观政策文件、市场 报告等，从宏观政策导向、行业发展趋势等方面对模型进行校验与补充。 逐步扩大。 ➢ 需求端：我们详细梳理了包括字节、阿里、腾讯在内共计15家下游厂商的IT容量需求情况。基于各需求方的业务发展情况、服务器 采购数量及未来相关预算投入、采用第三方算力中心服务的IT部署比例等数据，对各需求方未来的需求容量进行了测算。结合各需 求方的服务器采购情况及供给侧的客户结构等历史数据分析，以上厂商持续且稳定带来了市场中绝大部分的定制批发需求，预测期 内，假设上述15家需求方定 第三方算力中心服务商 中游：算力中心服务商 下游：算力应用领域 互 联 网 金 融 泛 政 府 制 造 AI 冷却系统 基础设施管理系统 基础通信服务 芯片 行业客户 … … 服务器 资料来源：灼识咨询 云服务商 注：1.算力中心即数据中心，数据中心自2020年开始逐步向算力中心演变。 UPS电源 柴油发动机 … … 算力中心作为算力资源的关键载体，通过集成高性能计

一是开展绿色低碳技术、算力碳效模型等研究，开展绿色 低碳算力园区评价，发布算力设施绿色低碳发展年度报告。二 是构建算力中心、算力应用“碳中和等级”能力指标体系，开 展算力设施、算力应用碳效核查与评估。三是引导供电、制冷、 服务器、网络、存储等产业链各环节梳理核算碳足迹，发布创新 低碳产品与解决方案目录，推进算力应用全产业链节能减排。 （六）加强安全保障能力建设 1. 增强网络安全保障能力。严格落实网络安全法律法规要 Power，CP） 是数据中心服务器对数据处理并实现结果输出的一种能 力，是衡量数据中心计算能力的一个综合指标，包含通用计算 能力、超级计算能力和智能计算能力。常用计量单位是每秒执 行的浮点运算次数（FLOPS，1EFLOPS=10^18 FLOPS），数值 越大代表综合计算能力越强。据测算，1 EFLOPS 约为 5 台天河 2A 或 50 万颗主流服务器 CPU 或 200 万台主流笔记本的算力输 存储力（Storage Power，SP） 是数据中心在数据存储容量、性能表现、安全可靠和绿色 低碳四方面的综合能力，是衡量数据中心数据存储能力的一个 综合指标，包含存储阵列等外置存储设备和服务器内置存储设 备。存储容量常用计量单位是艾字节（EB，1EB=2^60bytes）， 性能表现常用计量单位是单位容量的每秒读写次数（IOPS/TB， Input/Output Operations

持续提升：艾瑞咨询数据显示，2018年AI+安防软硬件市场规模约135.3亿，其中公安领域市 场规模约93.1亿元，占比约70%，是目前AI+安防最大的应用市场。从公安各个环节来看，中心侧（分析服务器、技术服务、系统平台等）渗 透率最高，市场规模约67亿，占比71%，边缘测（智能化一体机、智能NVR等）渗透率有限，占比仅3.8%，端侧（AI摄像机等）市场规模14 亿，占比15%。2018年A 电子行业2019年春季投资策略 行业变局：需求多元，龙头集中，周期减弱 数据来源： 《日本半导体产业发展篇》、国泰君安证券研究  数据驱动下半导体周期减弱，应用多元化。2018年移动设备 、服务器、PC位元需求占比分别为41.7%、20.6%与16.6% ，应用的多元化导致存储器周期减弱，20世纪以来四次周期 下滑幅度逐次减弱。  从终端应用角度，2018年全球总数据量2ZB，机器产生占比 4.3 通信板：4G扩容，5G推进，行业迎来快速发展期 数据来源：《覆铜板资讯》，国泰君安证券研究 195 电子行业2019年春季投资策略 数据来源：《覆铜板资讯》，国泰君安证券研究 服务器主板规格 类型 CPU 层数 PCB厚度 BGA Pitch 内层铜厚 材料结构 阻抗公差 低端 1-2个 8-12 ＜1.8mm 0.8mm 1oz 均一材料 ±10% 中端 多个 12-20

进行备份。 异构云备份对于故障隔离与切换有很强的现实意义，当某个云平台发生问题 时，多云架构允许快速将流量切换到其他正常运行的云环境中，确保业务服 务不间断。例如，一些互联网游戏企业利用多云服务器实现资源冗余，在多 家云服务商之间基于不同优先级建立冗余机制。 场景二：按需构建最优业务架构。企业，尤其是数字化原生企业，会将云服 务质量和成本等作为重要考量因素，通过在多个云服务商之间实现按需调配 模型、行业大模型的逐步成熟，规模化应用落地训练成果将成为趋势，推理任务 的工作量将快速增长，这将对数据传输、计算资源访问的性能等维度提出新的要 求。IDC预计，����年，AI推理服务器市场规模将会超过训练服务器。 ���� ���� ���� ���� ���� ���� ���% ��% ��% ��% ��% ��% ��% ��% ��% ��% ��% ��% �% ��.�% ��.�% ��.�% ��.�% ��.�% ��.�% ��.�% ��.�% ��.�% ��.�% ��.�% ��.�% 图�� 中国人工智能服务器工作负载占比预测，����-���� 训练 推理 来源：IDC，���� �� 在落地人工智能的过程中，尤其是在推理任务中，将应用程序部署在更靠近大模 型的位置将成为一种趋势，这样可有利于保障保数据处理和决策响应的实时性，

数字底座, 企业可以更好地应对市场竞争, 实现业务的持续增长。 在构建混合 AI 数字底座的过程中, 企业需要注意以下几点: • 计算资源优化: 储备 AI 服务器集群, 以及专用的高速 SSD 阵列、高速 IB 交换机、AI 边缘服务器等专门为 AI 集群优化的 IT 设备。 • 数据清晰与知识整合:确保多源异构数据的有效整合和质量管控, 以支 撑精准的 AI 训练和分析。进行企业知识的整合和解析 理解和掌握这些技术并非易 事。同时, 购买、部署和维护相关的智能化设备和系统需要大量的资金投入, 这对于一些传统企业而言是沉重的负担。例如, 构建一个完整的大数据分析平 台, 不仅需要购买高性能的服务器和存储设备, 还需要投入专业的技术人员进 行系统搭建和数据管理,成本高昂且技术门槛较高。 (2) 组织架构与文化阻力。 传统的企业组织架构往往是以职能为中心进行 划分的, 这种架构在智能化转型 基础设施和混合云平台方面的投入明显滞后 如何去构建一个坚 实可靠的 AI 基础设施底座来满足长远未来的发展需求和应付人工智能应用的 迭代演进, 将是企业都必须去迎接的新挑战。调研数据显示, 目前仅有 8%的企 业建设了 AI 服务器集群, 以及专用的高速 SSD 阵列、高速 IB 交换机、AI 边缘服 务器等专门为 AI 集群优化的 IT 设备, 大部分企业的计算设备仅能勉强满足日常 基本业务需求,难以承载复杂的 AI 模型开发与运行。其次

IDC光储能源 项目 项目/人才/生态 智能制造部 储能事业部 XX 创新实验室 端 端 边 设备监控、数据采集、模型应用 边缘设备管理、数据 存储、边缘推理训练 云 边 端 协 同 GPU 服务器 网络 计算 存储 网络 20+ AI 质检项目 1000T 数据存储 X 倍 效率提升 千万/年 成本节省 管控 硬件 AI平台 数据管理 推理训练 模型应用 机房 智 风格统一的前端UI，腾讯云CAM认证鉴权系统 CRedis MongoDB 服务各行各业的客户 政务 教育 医疗 金融 交通 出行 工业 能源 地产 文旅 游戏 零售 ⋯⋯ 遍布全球的基础设施 100 W+ 全球服务器数量 EB 级 数据存储规模 3200+ 全球加速节点数 200 T 全球带宽储备 400+ 权威认证 丰富易用的云+AI全栈产品 开放共赢的伙伴生态 11000+ 合作伙伴

distribute. 1. 智算产业现状总览 核心点： 驱动力 ｜ AI训练与推理需求激增，驱动算力基础设施快速迭代 技术体系全景 ｜ 覆盖芯片器件层（CPU/GPU/TPU）、硬件设施层（AI服务器/液冷）、平台调度 层（弹性调度/绿色节能）、应用场景层（AI训练/边缘智能） 规模与增长 ｜ 2024年中国智能算力规模达725.3EFLOPS，同比增速74.1%，市场规模190亿美 元，增速超通用算力3倍 HPC • 边缘算力 平台调度层 ｜ • 异构资源管理 • 弹性调度系统 • 数据湖仓 • 绿色节能控制 • 安全可信框架 硬件设施层 ｜ • AI服务器 • 存储阵列 • 高速网络 • 边缘节点 • 液冷机柜 芯片器件层 ｜ • CPU/GPU/NPU/TPU • HBM • DPU •

数据集 向量数据库 数据治理 AI算法框架 AI模型架构 AI开放平台 人工智能大模型层与工具层 Models for AI AI开源社区 通用基础大模型 垂直行业/领域大模型 智能服务器 智算软件平台 闭源 开源 大语言模型 多模态大模型 视觉大模型 语音大模型 智能体开发平台 模型平台/模型服务 大模型开放平台 工 具 层 AI开发平台 按模型路径 按模型模态 练成本，极大降低对进口高端GPU训练卡的依赖程度，在一定程度上削弱了美国通过芯片出口管制遏制中国AI发展的国际战略。中国基于 算法优化与技术创新，进一步突破了模型层性能表现，极大增强了中国在人工智能产业的自主可控能力。而“服务器繁忙，请稍后再试” 的AI回复，也象征着模型应用端的需求爆发。未来，如DeepSeek-R1等优质的开源模型及低调用成本将刺激推理算力需求的大幅增长，中 国智算中心的利用率也将有望逐步提高。 中国人工智能算力产业发展 服务能力，也将电子邮件作为AI工作流的信息输入端，调用AI能力解决客户的业务问题。 阿里企业邮箱产品架构 基 础 协 议 基 础 设 施 华北 华东 华南 西南 美国 德国 新加坡 中国香港 全球服务器节点 IMAP协议 SMTP协议 POP协议 CalDAV协议 CardDAV协议 WebDAV 协议 公有云 信创公有云 私有化部署 典型行业 金融业 IT互联网 国央企 教育行业 制造业

数据集 向量数据库 数据治理 AI算法框架 AI模型架构 AI开放平台 人工智能大模型层与工具层 Models for AI AI开源社区 通用基础大模型 垂直行业/领域大模型 智能服务器 智算软件平台 闭源 开源 大语言模型 多模态大模型 视觉大模型 语音大模型 智能体开发平台 模型平台/模型服务 大模型开放平台 工 具 层 AI开发平台 按模型路径 按模型模态 练成本，极大降低对进口高端GPU训练卡的依赖程度，在一定程度上削弱了美国通过芯片出口管制遏制中国AI发展的国际战略。中国基于 算法优化与技术创新，进一步突破了模型层性能表现，极大增强了中国在人工智能产业的自主可控能力。而“服务器繁忙，请稍后再试” 的AI回复，也象征着模型应用端的需求爆发。未来，如DeepSeek-R1等优质的开源模型及低调用成本将刺激推理算力需求的大幅增长，中 国智算中心的利用率也将有望逐步提高。 中国人工智能算力产业发展 服务能力，也将电子邮件作为AI工作流的信息输入端，调用AI能力解决客户的业务问题。 阿里企业邮箱产品架构 基 础 协 议 基 础 设 施 华北 华东 华南 西南 美国 德国 新加坡 中国香港 全球服务器节点 IMAP协议 SMTP协议 POP协议 CalDAV协议 CardDAV协议 WebDAV 协议 公有云 信创公有云 私有化部署 典型行业 金融业 IT互联网 国央企 教育行业 制造业